Microsoft Foundry SDKs und Schnittstellen (klassisch)

• Installierte Sprachlaufzeit:
  • Python: python --version (≥3.8)

• Installierte Sprachlaufzeit:
  • Node.js: node --version (≥18)

• Installierte Sprachlaufzeit:
  • .NET: dotnet --version (≥6.0)

• Installierte Sprachlaufzeit:
  • Java: java --version (≥11)

Die Azure AI Projects-Clientbibliothek für Python ist eine einheitliche Bibliothek, mit der Sie mehrere Clientbibliotheken zusammen verwenden können, indem Sie eine Verbindung mit einem einzelnen Projektendpunkt herstellen.

Führen Sie diesen Befehl aus, um die 1.x-Pakete für klassische Foundry-Projekte zu installieren.

pip install openai azure-identity azure-ai-projects==1.0.0

Die Azure AI Projects-Clientbibliothek für Java ist eine einheitliche Bibliothek, mit der Sie mehrere Clientbibliotheken zusammen verwenden können, indem Sie eine Verbindung mit einem einzelnen Projektendpunkt herstellen.

Fügen Sie diese Abhängigkeiten zu Ihren klassischen Projekten von Maven pom.xml für Foundry hinzu.

<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-ai-inference</artifactId>
    <version>1.0.0-beta.6</version>
</dependency>
<dependency>
    <groupId>com.azure</groupId>
    <artifactId>azure-identity</artifactId>
    <version>1.18.2</version>
</dependency>

Die Azure AI Projects-Clientbibliothek für JavaScript ist eine einheitliche Bibliothek, mit der Sie mehrere Clientbibliotheken zusammen verwenden können, indem Sie eine Verbindung mit einem einzelnen Projektendpunkt herstellen.

Führen Sie diesen Befehl aus, um die 1.x JavaScript-Pakete für klassische Foundry-Projekte zu installieren.

npm install @azure/ai-projects@1.0.1 @azure/identity

Die Azure AI Projects-Clientbibliothek für .NET ist eine einheitliche Bibliothek, mit der Sie mehrere Clientbibliotheken zusammen verwenden können, indem Sie eine Verbindung mit einem einzelnen Projektendpunkt herstellen.

Führen Sie diese Befehle aus, um die 1.x Azure AI SDK-Pakete für klassische Foundry-Projekte hinzuzufügen.

# Add 1.x Azure AI SDK packages
dotnet add package Azure.Identity
dotnet add package Azure.AI.Projects --version 1.1.0
dotnet add package Azure.AI.Agents.Persistent --version 1.1.0
dotnet add package Azure.AI.Inference

Erstellen eines Projektclients:

from azure.ai.projects import AIProjectClient
from azure.identity import DefaultAzureCredential

project_client = AIProjectClient(
    endpoint="https://<resource-name>.services.ai.azure.com/api/projects/<project-name>",
    credential=DefaultAzureCredential(),
)

Erstellen Sie einen openAI-kompatiblen Client aus Ihrem Projekt:

models = project_client.get_openai_client(api_version="2024-10-21")
chat_responses = models.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "You are a helpful assistant"},
        {"role": "user", "content": "What is the size of France in square miles?"},
    ],
)

print(chat_responses.choices[0].message.content)

Erstellen eines Projektclients:

package com.azure.ai.foundry.samples;

import com.azure.ai.inference.ChatCompletionsClient;
import com.azure.ai.inference.ChatCompletionsClientBuilder;
import com.azure.ai.inference.models.ChatCompletions;
import com.azure.core.credential.AzureKeyCredential;
import com.azure.core.credential.TokenCredential;
import com.azure.core.exception.HttpResponseException;
import com.azure.core.util.logging.ClientLogger;
import com.azure.identity.DefaultAzureCredentialBuilder;

String  prompt = "What best practices should I follow when asking an AI model to review Java code?";
String endpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
TokenCredential credential = new DefaultAzureCredentialBuilder().build();
ChatCompletionsClient client = new ChatCompletionsClientBuilder()
    .credential(credential)
    .endpoint(endpoint)
    .buildClient();
```**Create and use an OpenAI-compatible client from your project:**
```java
ChatCompletions completions = client.complete(prompt);
String content = completions.getChoice().getMessage().getContent();
System.out.println("\nResponse from AI assistant:\n" + content);

Erstellen eines Projektclients:

const endpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
const deployment = "gpt-4o";

const project = new AIProjectClient(endpoint, new DefaultAzureCredential());

Erstellen Sie einen openAI-kompatiblen Client aus Ihrem Projekt:

const client = await project.getAzureOpenAIClient({
    // The API version should match the version of the Azure OpenAI resource
    apiVersion: "2024-12-01-preview"
});
const chatCompletion = await client.chat.completions.create({
    model: deployment,
    messages: [
        { role: "system", content: "You are a helpful assistant" },
        { role: "user", content: "What is the speed of light?" },
    ],
});

console.log(chatCompletion.choices[0].message.content);

Erstellen eines Projektclients:

using System.ClientModel.Primitives;
using Azure.AI.OpenAI;
using Azure.AI.Projects;
using Azure.Identity;
using OpenAI.Chat;

string endpoint = "https://<resource-name>.services.ai.azure.com/api/projects/<project-name>";
AIProjectClient projectClient = new AIProjectClient(new Uri(endpoint), new DefaultAzureCredential());

Erstellen Sie einen openAI-kompatiblen Client aus Ihrem Projekt:

ClientConnection connection = projectClient.GetConnection(typeof(AzureOpenAIClient).FullName!);
if (!connection.TryGetLocatorAsUri(out Uri uri) || uri is null)
{
    throw new InvalidOperationException("Invalid URI.");
}
uri = new Uri($"https://{uri.Host}");
const string modelDeploymentName = "gpt-4o";  
AzureOpenAIClient azureOpenAIClient = new AzureOpenAIClient(uri, new DefaultAzureCredential());
ChatClient chatClient = azureOpenAIClient.GetChatClient(deploymentName: modelDeploymentName);

Console.WriteLine("Complete a chat");
ChatCompletion result = chatClient.CompleteChat("List all the rainbow colors");
Console.WriteLine(result.Content[0].Text);

from openai import OpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider

token_provider = get_bearer_token_provider(
    DefaultAzureCredential(), "https://ai.azure.com/.default"
)

client = OpenAI(  
  base_url = "https://<resource-name>.openai.azure.com/openai/v1/",  
  api_key=token_provider,
)

response = client.responses.create(
    model="model_deployment_name",
    input= "What is the size of France in square miles?" 
)

print(response.model_dump_json(indent=2)) 

Weitere Informationen finden Sie unter Azure OpenAI unterstützte Programmiersprachen. Erwartete Ausgabe:

{
  "id": "resp_abc123",
  "object": "response",
  "created": 1234567890,
  "model": "gpt-5.2",
  "output_text": "France has an area of approximately 213,011 square miles (551,695 square kilometers)."
}

Weitere Informationen finden Sie unter Azure OpenAI unterstützte Programmiersprachen

Der folgende Codeausschnitt zeigt, wie Sie den Azure OpenAI /openai/v1 Endpunkt direkt verwenden.

import com.azure.ai.openai.OpenAIClient;
import com.azure.ai.openai.OpenAIClientBuilder;
import com.azure.ai.openai.models.ChatChoice;
import com.azure.ai.openai.models.ChatCompletions;
import com.azure.ai.openai.models.ChatCompletionsOptions;
import com.azure.ai.openai.models.ChatRequestAssistantMessage;
import com.azure.ai.openai.models.ChatRequestMessage;
import com.azure.ai.openai.models.ChatRequestSystemMessage;
import com.azure.ai.openai.models.ChatRequestUserMessage;
import com.azure.ai.openai.models.ChatResponseMessage;
import com.azure.core.credential.AzureKeyCredential;
import com.azure.core.util.Configuration;

import java.util.ArrayList;
import java.util.List;

String endpoint = "https://<resource-name>.openai.azure.com/openai/v1";
String deploymentName = "gpt-5.2";
TokenCredential defaultCredential = new DefaultAzureCredentialBuilder().build();
OpenAIClient client = new OpenAIClientBuilder()
    .credential(defaultCredential)
    .endpoint("{endpoint}")
    .buildClient();

List<ChatRequestMessage> chatMessages = new ArrayList<>();
chatMessages.add(new ChatRequestSystemMessage("You are a helpful assistant."));
chatMessages.add(new ChatRequestUserMessage("What is the speed of light?"));

ChatCompletions chatCompletions = client.getChatCompletions(deploymentName, new ChatCompletionsOptions(chatMessages));

System.out.printf("Model ID=%s is created at %s.%n", chatCompletions.getId(), chatCompletions.getCreatedAt());
for (ChatChoice choice : chatCompletions.getChoices()) {
    ChatResponseMessage message = choice.getMessage();
    System.out.printf("Index: %d, Chat Role: %s.%n", choice.getIndex(), message.getRole());
    System.out.println("Message:");
    System.out.println(message.getContent());

Weitere Informationen zur Verwendung des OpenAI SDK finden Sie unter Azure OpenAI unterstützte Programmiersprachen.

import { AzureOpenAI } from "openai";
import { DefaultAzureCredential, getBearerTokenProvider } from "@azure/identity";

const deployment = "gpt-4o";
const endpoint = "https://<resource-name>.openai.azure.com";
const scope = "https://ai.azure.com/.default";
const apiVersion = "2024-04-01-preview";

const azureADTokenProvider = getBearerTokenProvider(new DefaultAzureCredential(), scope);

const options = { azureADTokenProvider, deployment, apiVersion, endpoint };

const client = new AzureOpenAI(options);

const result = await client.chat.completions.create({
    model: deployment,
    messages: [
        { role: "system", content: "You are a helpful assistant" },
        { role: "user", content: "What is the speed of light?" },
    ],
});
console.log(result.choices[0].message.content);

Weitere Informationen zur Verwendung des OpenAI SDK finden Sie unter Azure OpenAI unterstützte Programmiersprachen.

1. Installieren Sie das OpenAI-Paket: Führen Sie diesen Befehl aus, um Ihrem .NET Projekt die OpenAI-Clientbibliothek hinzuzufügen.

   dotnet add package OpenAI
   ```When it succeeds, the .NET CLI confirms that it installed the `OpenAI` package.
   
   This snippet configures `DefaultAzureCredential`, builds `OpenAIClientOptions`, and creates a `ChatClient` for the Azure OpenAI v1 endpoint.
   ```csharp
   using System.ClientModel.Primitives;
   using Azure.Identity;
   using OpenAI;
   using OpenAI.Chat;
   
   #pragma warning disable OPENAI001
   
   const string directModelEndpoint  = "https://<resource-name>.openai.azure.com/openai/v1/";
   const string modelDeploymentName = "gpt-5.2";    
   
   BearerTokenPolicy tokenPolicy = new(
        new DefaultAzureCredential(),
        "https://ai.azure.com/.default");
   OpenAIClient openAIClient = new(
        authenticationPolicy: tokenPolicy,
        options: new OpenAIClientOptions()
        {
            Endpoint = new($"{directModelEndpoint}"),
        });
   ChatClient chatClient = openAIClient.GetChatClient(modelDeploymentName);
   
   ChatCompletion completion = await chatClient.CompleteChatAsync(
        [
            new SystemChatMessage("You are a helpful assistant."),
                        new UserChatMessage("How many feet are in a mile?")
        ]);
   
   Console.WriteLine(completion.Content[0].Text);
   #pragma warning restore OPENAI001
   

Weitere Informationen zur Verwendung des OpenAI SDK finden Sie unter Azure OpenAI unterstützte Programmiersprachen.

C# unterstützt Foundry Tools

Gießereitool	Beschreibung	Schnellstarts und Referenzdokumentation
Sprache	Fügen Sie Sprach-zu-Text-, Text-zu-Sprache-, Übersetzungs- und Sprechererkennungsfunktionen zu Anwendungen hinzu.	• Schnellstart für Sprache in Text • Schnellstart für Text-zu-Sprache • Schnellstart für die Sprachübersetzung • Speech SDK für .NET • Speech NuGet-Paket (Speech CLI)
Sprache	Erstellen Sie Anwendungen mit Funktionen für natürliches Sprachverständnis. Unterstützte Features: Spracherkennung, PII-Erkennung, Textanalyse für das Gesundheitswesen, vorgefertigter NER und benutzerdefinierter NER. Eingestellt am 31. März 2029: Sentiment Analysis and Opinion Mining, Key Phrase Extraction, Zusammenfassung, Entity Linking, CQA und CLU.	• Schnellstart zur Benutzerdefinierten Fragebeantwortung (CQA)(eingestellt am 31. März 2029) • Schnellstart für Entitätsverknüpfungen(einstellung 31. März 2029) • Schnellstart zur Spracherkennung • Schnellstart zur Schlüsselausdruckextraktion(wird am 31. März 2029 eingestellt) • Schnellstart zum Erkennen benannter Entitäten (NER) • Schnellstart zum Erkennen von personenbezogenen Informationen (PII) • Stimmungsanalyse und Meinungsminen-Schnellstart(Einstellung 31. März 2029) • Verwenden des Schnellstarts für Text-, Dokument- und Gesprächszusammenfassungen(31. März 2029) • Textanalyse für den Gesundheitsbereich Schnellstart • Language SDK für .NET (Textanalyse) • Language NuGet-Paket (Textanalyse) • Language SDK für .NET (Frageantwort) • Language NuGet-Paket (Fragebeantwortung) • Migrieren Sie von Language Studio zu Microsoft Foundry, um Anleitungen zum Migrieren von Workloads mit eingestellten Funktionen zu erhalten.
	Verwenden Sie KI-gestützte Übersetzungstechnologie, um mehr als 100 aktuell genutzte, bedrohte und gefährdete Sprachen und Dialekte zu übersetzen.	• Translator SDK für .NET (Text) • Translator NuGet-Paket (Text) • Translator SDK für .NET (batch) • Translator NuGet-Paket (Batch)
Azure KI-Suche	Bringen Sie KI-gestützte Cloudsuche zu Ihren mobilen und Web-Apps.	• Agentenabruf-Quickstart verwenden • Schnellstart für die Vektorsuche • Klassische generative Suche (RAG) mithilfe von Erdungsdaten – Schnellstart • Schnellstart für die Volltextsuche • Schnellstart zur semantischen Rangfolge • Chatten Sie mit Azure OpenAI-Modellen unter Verwendung Ihrer eigenen Daten im Schnellstart • Azure KI-Suche SDK für .NET • Azure KI-Suche NuGet-Paket
	Erkennen von schädlichen Inhalten in Anwendungen und Diensten.	• Schnellstart zum Analysieren von Textinhalten • Verwenden einer Textblockliste – Schnellstart • Schnellstart zum Analysieren von Bildinhalten • Content Safety SDK für .NET • Content Safety NuGet-Paket
Dokumentintelligenz	Verwandeln Sie Dokumente in intelligente datengesteuerte Lösungen.	• Schnellstart für Dokumentintelligenz • Document Intelligence SDK für .NET • Document Intelligence NuGet-Paket
	Analysieren Sie Inhalte in digitalen Bildern und Rich-Media-Ressourcen.	• Azure Vision in Foundry Tools v3.2 GA Schnellstartanleitung lesen • Schnellstart zur Bildanalyse • Verwenden des Gesichtsdiensts – Schnellstart • Vision SDK für .NET • Vision NuGet-Paket

Java unterstützte Foundry Tools

Gießereitool	Beschreibung	Schnellstarts und Referenzdokumentation
Sprache	Fügen Sie Sprach-zu-Text-, Text-zu-Sprache-, Übersetzungs- und Sprechererkennungsfunktionen zu Anwendungen hinzu.	• Schnellstart für Sprache in Text • Schnellstart für Text-zu-Sprache • Schnellstart für die Sprachübersetzung • Speech SDK für Java • Speech Maven-Paket
Sprache	Erstellen Sie Anwendungen mit Funktionen für natürliches Sprachverständnis. Unterstützte Features: Spracherkennung, PII-Erkennung, Textanalyse für das Gesundheitswesen, vorgefertigter NER und benutzerdefinierter NER. Eingestellt am 31. März 2029: Sentiment Analysis and Opinion Mining, Key Phrase Extraction, Zusammenfassung, Entity Linking, CQA und CLU.	• Schnellstart für Entitätsverknüpfungen(einstellung 31. März 2029) • Schnellstart zur Spracherkennung • Schnellstart zur Schlüsselbegriff-Extraktion(wird eingestellt am 31. März 2029) • Schnellstart zum Erkennen benannter Entitäten (NER) • Schnellstart zum Erkennen von personenbezogenen Informationen (PII) • Stimmungsanalyse und Meinungsforschung Schnellstart(Abkündigung 31. März 2029) • Verwendung des Schnellstarts für Text-, Dokument- und Gesprächszusammenfassungen(31. März 2029) • Textanalysen für den Gesundheitsbereich: Schnellstart • Language SDK für Java (Textanalyse) • Maven-Sprachpaket • Migrate von Language Studio zu Microsoft Foundry für Anleitungen zum Migrieren von Workloads mit Funktionen, die eingestellt werden
	Verwenden Sie KI-gestützte Übersetzungstechnologie, um mehr als 100 in Gebrauch befindliche, bedrohte und gefährdete Sprachen und Dialekte zu übersetzen.	• Translator SDK für Java (Text) • Translator Maven-Paket (Text)
Azure KI-Suche	Bringen Sie KI-gestützte Cloudsuche zu Ihren mobilen und Web-Apps.	• Agentic Retrieval Quickstart verwenden • Schnellstart für die Vektorsuche • Klassische generative Suche (RAG) mithilfe von Erdungsdaten – Schnellstart • Schnellstart für die Volltextsuche • Schnellstart zur semantischen Rangfolge • Chat mit Azure OpenAI-Modellen unter Verwendung Ihrer eigenen Daten – Schnellstart • Azure KI-Suche SDK für Java • Azure KI-Suche Maven-Paket
	Erkennen von schädlichen Inhalten in Anwendungen und Diensten.	• Schnellstart zum Analysieren von Textinhalten • Verwenden einer Textblockliste – Schnellstart • Schnellstart zum Analysieren von Bildinhalten • Content Safety SDK für Java • Content Safety Maven-Paket
Dokumentintelligenz	Verwandeln Sie Dokumente in intelligente datengesteuerte Lösungen.	• Schnellstart für Dokumentintelligenz • Document Intelligence SDK für Java • Document Intelligence Maven-Paket
	Analysieren Sie Inhalte in digitalen Bildern und Rich-Media-Ressourcen.	• Schnellstart zur Bildanalyse • Den Face-Dienst – Schnellstart verwenden • Vision SDK für Java • Vision Maven Paket

JavaScript unterstützte Foundry Tools

Gießereiwergzeug	Beschreibung	Schnellstarts und Referenzdokumentation
Sprache	Fügen Sie Funktionen für Sprache-zu-Text, Text-zu-Sprache, Übersetzung und Sprechererkennung zu Anwendungen hinzu.	• Schnellstart für Sprache in Text • Text-zu-Sprache Schnellstart • Schnellstart für die Sprachübersetzung • Speech SDK für JavaScript • Npm-Spracherkennungspaket
Sprache	Erstellen Sie Anwendungen mit Funktionen für natürliches Sprachverständnis. Unterstützte Features: Spracherkennung, PII-Erkennung, Textanalysen im Gesundheitswesen, Vorgefertigte NER und benutzerdefinierte NER. Eingestellt am 31. März 2029: Sentiment Analysis and Opinion Mining, Key Phrase Extraction, Zusammenfassung, Entity Linking, CQA und CLU.	• Schnellstart für Entitätsverknüpfungen(einstellung 31. März 2029) • Schnellstart zur Spracherkennung • Schnellstart zur Schlüsselausdruckextraktion(wird am 31. März 2029 eingestellt) • Benannte Entitäten (NER) erkennen – Schnellstart • Schnellstart zum Erkennen von personenbezogenen Informationen (PII) • Stimmungsanalyse und Meinungsanalyse-Schnellstart(Auslauf 31. März 2029) • Verwenden des Schnellstarts für Text-, Dokument- und Gesprächszusammenfassungen(31. März 2029) • Textanalysen mit Schnellstart für das Gesundheitswesen verwenden • Language SDK für JavaScript (Textanalyse) • Npm-Sprachpaket • Migration von Language Studio zu Microsoft Foundry für Anleitungen zum Migrieren von Workloads mit nicht mehr unterstützten Funktionen
	Verwenden Sie KI-gestützte Übersetzungstechnologie, um über 100 Sprachen und Dialekte zu übersetzen, die in Gebrauch, gefährdet oder bedroht sind.	• Translator SDK für JavaScript (Text) • Übersetzer npm-Paket (Text)
Azure KI-Suche	Bringen Sie KI-gestützte Cloudsuche zu Ihren mobilen und Web-Apps.	• Agenten-Abruf-Schnellstart verwenden • Schnellstart für die Vektorsuche • Klassische generative Suche (RAG) mithilfe von Erdungsdaten – Schnellstart • Schnellstart für die Volltextsuche • Schnellstart zur semantischen Rangfolge • Chatten Sie mit Azure OpenAI-Modellen unter Verwendung Ihrer eigenen Daten: Schnellstart • Azure KI-Suche SDK für JavaScript • Azure KI-Suche npm package
	Erkennen von schädlichen Inhalten in Anwendungen und Diensten.	• Schnellstart zum Analysieren von Textinhalten • Verwenden einer Textblockliste – Schnellstart • Schnellstart zum Analysieren von Bildinhalten • Npm-Paket zur Inhaltssicherheit
Dokumentintelligenz	Verwandeln Sie Dokumente in intelligente datengesteuerte Lösungen.	• Schnellstart für Dokumentintelligenz • Document Intelligence SDK für JavaScript • Npm-Paket für Die Dokumentintelligenz
	Analysieren Sie Inhalte in digitalen Bildern und Rich-Media-Ressourcen.	• Azure Vision in Foundry Tools v3.2 GA Kurzanleitung lesen • Schnellstart zur Bildanalyse • Verwenden Sie den Face-Dienst – Schnellstart • Vision SDK für JavaScript • Vision npm-Paket

Python-unterstützte Foundry Tools

Gießerei-Tool	Beschreibung	Schnellstarts und Referenzdokumentation
Sprache	Fügen Sie Sprach-zu-Text, Text-zu-Sprache, Übersetzungs- und Sprechererkennungsfunktionen zu Anwendungen hinzu.	• Schnellstart zur Sprach-zu-Text-Umwandlung • Text-zu-Sprache Schnellstart • Schnellstart für die Sprachübersetzung • Speech SDK für Python • PyPi-Sprachpaket
Sprache	Erstellen Sie Anwendungen mit Funktionen für natürliches Sprachverständnis. Unterstützte Features: Spracherkennung, PII-Erkennung, Textanalysen für das Gesundheitswesen, vorgefertigtes NER und benutzerdefiniertes NER. Eingestellt am 31. März 2029: Sentimentanalyse und Meinungsforschung, Schlüsselsatz-Extraktion, Zusammenfassung, Entity Linking, CQA und CLU.	• Schnellstart zur Benutzerdefinierten Fragebeantwortung (CQA)(eingestellt am 31. März 2029) • Schnellstart für Entitätsverknüpfungen(eingestellt am 31. März 2029) • Schnellstart zur Spracherkennung • Schnellstart zur Schlüsselausdruckextraktion(wird am 31. März 2029 eingestellt) • Schnellstart zum Erkennen benannter Entitäten (NER) • Schnellstart zum Erkennen von personenbezogenen Informationen (PII) • Stimmungsanalyse und Meinungsanalyse-Schnellstart(Einstellung 31. März 2029) • Verwenden des Schnellstarts für Text-, Dokument- und Gesprächszusammenfassungen(31. März 2029) • Verwendung von Textanalyse für den Schnellstart im Gesundheitsbereich • Language SDK für Python (Textanalyse) • PyPi-Sprachpaket (Textanalyse) • Language SDK für Python (Frageantwort) • PyPi-Sprachpaket (Frageantwort) • Language SDK für Python (Sprachunterhaltungen)(Einstellung am 31. März 2029) • PyPi-Sprachpaket (Sprachgespräche)(wird zum 31. März 2029 eingestellt) • Migrieren von Language Studio zu Microsoft Foundry mit Anleitungen zum Migrieren von Workloads mit eingestellten Features
	Verwenden Sie KI-gestützte Übersetzungstechnologie, um mehr als 100 genutzte, gefährdete und bedrohte Sprachen und Dialekte zu übersetzen.	• Translator SDK für Python (Text) • Übersetzer PyPi-Paket (Text) • Translator SDK für Python (Batch) • Translator PyPi-Paket (Stapelverarbeitung)
Azure KI-Suche	Bringen Sie KI-gestützte Cloudsuche zu Ihren mobilen und Web-Apps.	• Herstellen einer Verbindung mit einem Suchdienst – Schnellstart • Agent-Retrieval-Quickstart verwenden • Schnellstart für die Vektorsuche • Klassische generative Suche (RAG) mithilfe von Erdungsdaten – Schnellstart • Schnellstart für die Volltextsuche • Schnellstart zur semantischen Rangfolge • Chatten Sie mit Azure OpenAI-Modellen unter Verwendung Ihrer eigenen Daten, mit einer Schnellstartanleitung • Azure KI-Suche SDK für Python • Azure KI-Suche PyPi-Paket
	Erkennen von schädlichen Inhalten in Anwendungen und Diensten.	• Schnellstart zum Analysieren von Textinhalten • Verwenden einer Textblockliste – Schnellstart • Schnellstart zum Analysieren von Bildinhalten • Content Safety SDK für Python • Content Safety PyPi-Paket
Dokumentintelligenz	Verwandeln Sie Dokumente in intelligente datengesteuerte Lösungen.	• Schnellstart für Dokumentintelligenz • Document Intelligence SDK für Python • Document Intelligence PyPi-Paket
	Analysieren Sie Inhalte in digitalen Bildern und Rich-Media-Ressourcen.	• Azure Vision in Foundry Tools v3.2 GA Kurzanleitung lesen • Schnellstart zur Bildanalyse • Verwenden Sie den Face-Dienst – Schnellstart • Vision SDK für Python • Vision PyPi Paket